ETC| CUDA 세팅
in Blog / ETC on Setup, Gpu, Cuda
CUDA 세팅하는 방법
최근 DACON ‘제1회 Medical AI (MAI) 경진대회’에 개인으로 참가했습니다. 중반까지 Colab으로 진행했는데 한 번 실험하는데 시간이 오래걸렸습니다. 이후에 지인의 도움으로 데스크톱에서 실험을 진행할 수 있었습니다. 그 과정에서 CUDA를 세팅했는데, 이전에 해봤음에도 헤맸습니다. 그래서 이후에는 쉽게 세팅하고자 해당 과정을 포스팅합니다.
- 1. GPU 확인
- 2. GPU에 맞는 드라이버 다운로드
- 3. Cuda Toolkit 다운로드
- 4. cuDNN 다운로드
- 5. cuDNN 압축 파일 해제, 폴더 이동
- 6. 환경 변수 설정
- 7. 최종 세팅 환경
1. GPU 확인
GPU를 확인하는 방법은 ‘장치 관리자 - 디스플레이 어댑터’를 통해 확인할 수 있습니다. (nvidia 그래픽 카드가 아니면 진행 불가능)
사용한 GPU는 nvidia rtx 2060 super였습니다.
2. GPU에 맞는 드라이버 다운로드
해당 GPU에 맞는 Nvidia Driver를 다운로드 받습니다.
3. Cuda Toolkit 다운로드
1. Toolkit을 다운로드 받기 전에 GPU의 CUDA Compute Capability version을 확인합니다.
2. 확인한 compute capability에 맞는 CUDA SDK version을 확인합니다.
위와 같은 사이트에서 확인 가능합니다. 
capability가 7.5이므로 CUDA 9.0 - 12.5와 호환됩니다.
3. pytorch 버전 확인
CUDA version과 호환되는 python과 pytorch를 확인합니다.
최종적으로 저는 위의 버전들을 고려하여 CUDA 11.7을 선택하였습니다.
4. Cuda Toolkit 다운로드
4. cuDNN 다운로드
5. cuDNN 압축 파일 해제, 폴더 이동
CuDNN 폴더의 ‘bin’, ‘include’, ‘lib’를 Toolkit 폴더 하단에 옮깁니다.
6. 환경 변수 설정
‘고급 시스템 설정 보기 - 환경 변수 - Path’에 CUDA Toolkit의 ‘bin’, ‘include’, ‘lib’ 경로를 추가합니다.
7. 최종 세팅 환경
CPU: AMD Ryzon 5 3600, cores: 6, threds: 12
GPU: nvidia rtx 2060 super
| PyTorch version | Python | CUDA |
|---|---|---|
| 2.0 | 3.11 | CUDA 11.7, CUDNN 8.5.0.96 |
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 -f https://download.pytorch.org/whl/cu117/torch_stable.html
